แสดงบทความที่มีป้ายกำกับ sarunitnews แสดงบทความทั้งหมด
แสดงบทความที่มีป้ายกำกับ sarunitnews แสดงบทความทั้งหมด

วันพุธที่ 26 พฤษภาคม พ.ศ. 2564

คุณสามารถเลี้ยงแมวแบบเสมือนจริงและยังสามารถสัมผัสกับขนจำลองได้ด้วย

simulated-cat-fur
ภาพจาก Gizmodo

คอนโทรลเลอร์แบบความจริงเสมือน (virtual reality)  หรือ VR ที่พัฒนาโดยนักวิจัยจาก National Taiwan และ National Chengchi universities ของไต้หวัน ช่วยให้ผู้ใช้สัมผัสได้ถึงขนจำลองขณะลูบคลำสัตว์เสมือนจริง ตัวควบคุมต้นแบบที่เรียกว่า HairTouch ใช้ร่วมกับชุดอุปกรณ์สวมหัว VR สามารถติดตามและแสดงการเคลื่อนไหวของมือในสภาพแวดล้อมจำลองด้วยอุปกรณ์ที่ใช้ขนเทียมเป็นกระจุก ตัวควบคุมไม่เพียงแค่ทำหน้าที่เป็นตัวแทนของขนปลอมเมื่อผู้ใช้สัมผัสกับสิ่งมีชีวิตที่มีขนยาวใน VR เท่านั้น แต่ยังจำลองความรู้สึกของขนประเภทต่าง ๆ และพื้นผิวอื่น ๆ ด้วยการจัดการกับขนขณะที่มันยืดและหด ตัวควบคุมยังสามารถใช้เพื่อจำลองความรู้สึกของพื้นผิวอื่น ๆ รวมถึงเนื้อผ้าด้วย

อ่านข่าวเต็มได้ที่: Gizmodo

วันอังคารที่ 25 พฤษภาคม พ.ศ. 2564

วิธีการใหม่ในการระบุยีนที่เชื่อมโยงกับออทิสติกและไอคิวของผู้ป่วย

dna-right-twist
ภาพจาก Baylor College of Medicine

การศึกษาที่นำโดยนักวิจัยของ Baylor College of Medicine เสนอวิธีการคำนวณแบบใหม่สำหรับการระบุยีนที่น่าจะเกี่ยวข้องกับอาการออทิสติกสเปกตรัม (autism spectrum disorders) หรือ ASD และทำนายความรุนแรงของความบกพร่องทางสติปัญญาในผู้ป่วย ASD ทีมงานได้ป้อนข้อมูลวิวัฒนาการจำนวนมากเพื่อวิเคราะห์การมีส่วนร่วมของการกลายพันธุ์ในการวิวัฒนาการของโปรตีน และผลกระทบของความหลากหลายของมนุษย์ต่อการทำงานของโปรตีน นักวิจัยมุ่งเน้นไปที่สายพันธุ์ de novo missense โดยเฉพาะเพื่อระบุการกลายพันธุ์ที่แยกความแตกต่างของผู้ป่วย ASD และพี่น้องที่ไม่ได้รับผลกระทบ Young Won Kim จาก Baylor กล่าวว่าผลการวิจัยชี้ให้เห็นยีนใหม่ ๆ ที่ควรศึกษาและ “เส้นทางข้างหน้าในการให้คำแนะนำผู้ปกครองของเด็กที่มีการกลายพันธุ์ถึงผลลัพธ์ที่อาจเกิดขึ้นในเด็ก และวิธีการให้การสนับสนุนจากภายนอกดีที่สุดในการแทรกแซงของการพัฒนาการในช่วงต้น ซึ่งแสดงให้เห็นว่าให้ผลลัพธ์ที่แตกต่างอย่างมากเช่นกัน”

อ่านข่าวเต็มได้ที่: Baylor College of Medicine

วันจันทร์ที่ 24 พฤษภาคม พ.ศ. 2564

อเมริกาจะมีตำแหน่งงานด้านความมั่นคงทางไซเบอร์ถึง  500,000 ตำแหน่ง

cyber security
Photo by Jefferson Santos on Unsplash

ฐานข้อมูลการติดตามงานเทคโนโลยี Cyber Seek ของกระทรวงพาณิชย์สหรัฐฯและกลุ่มการค้า CompTIA นับจำนวนตำแหน่งงานด้านความมั่นคงทางไซเบอร์ของสหรัฐฯในปัจจุบันประมาณ 465,000 ตำแหน่ง ผู้เชี่ยวชาญกล่าวว่าความต้องการของภาคเอกชนและหน่วยงานภาครัฐในการมีพนักงานรักษาความปลอดภัยทางไซเบอร์มากขึ้น ได้ปลดล็อกโอกาสสำคัญสำหรับทุกคนที่ต้องการงานในสาขาดังกล่าว Michelle Moore จาก University of San Diego บอกว่าการเปลี่ยนไปทำอาชีพการรักษาความมั่นคงทางไซเบอร์ อาจทำได้ง่ายเพียงแค่ได้รับประาศนียบัตรด้านเครือข่าย หรือความมั่นคง ในขณะที่หลักสูตรออนไลน์แปดสัปดาห์อาจช่วยให้ใครบางคนได้งานระดับเริ่มต้นโดยมีรายได้ 60,000 ถึง 90,000 เหรียญต่อปี ในการเป็นผู้ทดสอบการเจาะระบบ วิศวกรด้านความปลอดภัยเครือข่าย หรือนักวิเคราะห์การตอบสนองต่อเหตุการณ์ (incident response analyst) Moore เน้นว่าการขาดบุคลากรที่มีทักษะด้านความปลอดภัยทางไซเบอร์นั้นป็นปัญหาในขณะที่ Tim Herbert จาก CompTIA กล่าวว่ามีผู้สำเร็จการศึกษาด้านวิทยาศาสตร์คอมพิวเตอร์เพียงไม่กี่เปอร์เซนต์เท่านั้นที่ประกอบอาชีพรักษาความมั่นคงทางไซเบอร์

อ่านข่าวเต็มได้ที่: CBS News

วันอาทิตย์ที่ 23 พฤษภาคม พ.ศ. 2564

Amazon กันไม่ให้ตำรวจใช้งานระบบรู้จำใบหน้าไปแบบไม่มีกำหนด

 

Amazon building
Photo by Bryan Angelo on Unsplash

Amazon ได้ขยายการห้ามไม่ให้ตำรวจใช้ซอฟต์แวร์จดจำใบหน้าของบริษัทออกไปย่างไม่มีกำหนด เนื่องจากฝ่ายกฎหมายและพนักงานบริษัทบอกว่ามันมีการเลือกปฏิบัติต่อชาวแอฟริกัน - อเมริกัน จากการประกาศเมื่อเดือนมิถุนายนปีที่แล้ว Amazon หวังว่าเวลาหนึ่งปีจะให้เวลาสภาคองเกรสเพียงพอในการพัฒนากฎหมายที่ควบคุมการใช้เทคโนโลยีอย่างมีจริยธรรม  American Civil Liberties Union (ACLI) กล่าวว่าดีใจที่เห็นการห้ามขยายออกไปอย่างไม่มีกำหนด Nathan Freed จาก ACLI กล่าวว่า "ตอนนี้ฝ่ายบริหารและนิติบัญญัติของ Biden ทั่วประเทศ ต้องปกป้องชุมชนจากอันตรายของเทคโนโลยีนี้ต่อไป โดยการยุติการใช้งานโดยหน่วยงานบังคับใช้กฎหมายโดยสิ้นเชิง ไม่ว่าจะเป็นเทคโนโลยีของบริษัทใดก็ตาม"

อ่านข่าวเต็มได้ที่: CNN Business

วันเสาร์ที่ 22 พฤษภาคม พ.ศ. 2564

จำลองการไอและจามเพื่อดูว่า COVID-19 แพร่กระจายอย่างไร

ภาพจาก Sandia National Laboratories

นักวิทยาศาสตร์คอมพิวเตอร์ 2 กลุ่มใช้อุปกรณ์คอมพิวเตอร์ที่ Sandia National Laboratories ของกระทรวงพลังงานแห่งสหรัฐอเมริกาเพื่อสร้างการจำลองละอองที่ปล่อยออกมาโดยการไอหรือจามโดยละเอียด เพื่อแสดงให้เห็นว่า COVID-19 แพร่กระจายอย่างไร การศึกษาที่จำลองการไอโดยมีและไม่มีลม และมีและไม่มีสิ่งป้องกัน พบว่าตัวป้องกันสามารถป้องกันละอองขนาดใหญ่ ในขณะที่อนุภาคขนาดเล็กสามารถอยู่ในอากาศได้เป็นเวลานาน และสามารถเดินทางได้ไกลขึ้นโดยขึ้นอยู่กับสภาพแวดล้อม การศึกษาอันที่สองจำลองละอองสเปรย์ที่มีขนาดเล็กลงภายใต้สภาวะต่าง ๆ พบว่าหน้ากากอนามัย และเฟซชิลด์ (face shield)  สามารถป้องกันไม่ให้ละอองแพร่กระจายไปในระยะไกลได้

อ่านข่าวเต็มได้ที่: Sandia National Laboratories

วันศุกร์ที่ 21 พฤษภาคม พ.ศ. 2564

อนาคตของการติดตามไวรัสสามารถพบได้ที่วิทยาเขตของวิทยาลัยนี้

Virus Colorado Messa
ภาพจาก The New York Times

Colorado Mesa University (CMU) และ Broad Institute of the Massachusetts Institute of Technology และ Harvard University ได้เปลี่ยนวิทยาเขตของ CMU ให้เป็นห้องปฏิบัติการทางระบาดวิทยาที่ค้นคว้าแนวทางใหม่ในการจัดการการระบาด นักศึกษาของ CMU ใช้แอปพลิเคชัน Scout เพื่อรายงานอาการ COVID ไปยังแดชบอร์ดดิจิทัลที่ชื่อว่า Lookout เพื่อติดตามการแพร่เชื้อไวรัส เมื่อนักศึกษาของ CMU กลับมาที่วิทยาเขตเมื่อเดือนสิงหาคมที่ผ่านมา Scout กลายเป็นหนังสือเดินทางสุขภาพประจำวันที่ใช้รายงานอาการ และรายงานว่าพวกเขาเดินทางออกนอกพื้นที่เมื่อเร็ว ๆ นี้หรือไม่ Lookout จัดทำมุมมองแบบองค์รวมของกิจกรรมในมหาวิทยาลัย และนำเข้าผลการทดสอบรายชั่วโมงจากเว็บไซต์ทดสอบโคโรนาไวรัสของ CMU Sabeti กล่าวว่าข้อมูลที่มีรายละเอียด และมีจำนวนมากจาก CMU "จะช่วยให้เราเข้าใจการแพร่กระจายของไวรัสได้ดีขึ้นจากการตั้งค่าที่จุดเดียว  และเราจะช่วยบรรเทาปัญหาได้อย่างไรในอนาคต"

อ่านข่าวเต็มได้ที่: The New York Times

วันพฤหัสบดีที่ 20 พฤษภาคม พ.ศ. 2564

จอสัมผัสที่เที่ยงตรงขึ้นขอบคุณ AI

smartphone input
Photograph: Adobe Stock

เทคนิคปัญญาประดิษฐ์ (artificial intelligence) หรือ AI แบบใหม่ที่พัฒนาโดยนักวิทยาศาสตร์คอมพิวเตอร์ที่ ETH Zurich ประเมินตำแหน่งที่นิ้วสัมผัสหน้าจอโทรศัพท์มือถือได้แม่นยำขึ้น เพื่อลดข้อผิดพลาดในการพิมพ์ Christian Holz จาก ETH อธิบายการทำงานของ CapContact AI ว่า “ ประมาณพื้นที่สัมผัสจริงระหว่างนิ้วมือและหน้าจอสัมผัสเมื่อสัมผัส” จากนั้น“ สร้างพื้นที่สัมผัสเหล่านี้ที่ความละเอียดแปดเท่าของเซ็นเซอร์สัมผัสปัจจุบัน ทำให้อุปกรณ์สัมผัสของเราตรวจจับการสัมผัสได้แม่นยำมากขึ้น” นักวิจัยพบว่าแนวทางการเรียนรู้เชิงลึกแบบใหม่ช่วยขจัดข้อผิดพลาดในการตรวจจับจากอินพุตที่มีความละเอียดต่ำ ซึ่งพวกเขาบอกว่าเป็นสาเหตุของข้อผิดพลาดหนึ่งในสามของอุปกรณ์หน้าจอสัมผัสที่ใช้อยู่ในปัจจุบัน

อ่านข่าวเต็มได้ที่: ETH Zurich (Switzerland)

วันพุธที่ 19 พฤษภาคม พ.ศ. 2564

ระบบที่ช่วยกำจัดขยะในตารางข้อมูลโดยอัตโนมัติ

PClean
ภาพจาก MIT News

ระบบที่พัฒนาโดยนักวิจัยจาก Massachusetts Institute of Technology (MIT) จะล้าง "ความสกปรกในข้อมูล" โดยอัตโนมัติ เช่นการพิมพ์ผิด ข้อมูลที่ซ้ำ ค่าที่หายไป การสะกดผิด และความไม่สอดคล้องกัน ระบบนี้มีชื่อว่า PClean มันจะรวมข้อมูลภูมิหลังที่เกี่ยวข้องกับฐานข้อมูล และประเด็นปัญหาที่อาจเกิดขึ่นได้เข้ากับการให้เหตุผลที่เป็นไปได้ทางสามัญสำนึก (common-sense probabilistic reasoning) เพื่อใช้ในการตัดสินใจว่าจะเรียกใช้ฐานข้อมูลและประเภทข้อผิดพลาดแบบใด การแก้ไขจะใช้การให้เหตุผลแบบ  Bayesian ซึ่งใช้ความน่าจะเป็นจากความรู้เดิมเกี่ยวกับข้อมูลที่คลุมเครือ เพื่อหาคำตอบที่ถูกต้อง และสามารถให้ค่าประมาณที่ปรับเทียบแล้วสำหรับความไม่แน่นอนของมัน  นักวิจัยพบว่า PClean ซึ่งมีโค้ดเพียง 50 บรรทัดมีประสิทธิภาพเหนือกว่าเกณฑ์เปรียบเทียบ (benchmark) ต่าง ๆ ทั้งในด้านความแม่นยำและเวลาในการทำงาน

อ่านข่าวเต็มได้ที่: MIT News

วันอังคารที่ 18 พฤษภาคม พ.ศ. 2564

IBM แก้ปัญหาควอนตัมคอมพิวติงได้เร็วกว่าวิธีเดิม 120 เท่า


Glass Orb with Patterns
Photo by Michael Dziedzic on Unsplash

นักวิจัยของ IBM ได้แก้ปัญหาควอนตัมคอมพิวติงปัญหาหนึ่งได้เร็วกว่าการแก้ปัญหาครั้งล่าสุดถึง 120 เท่า  ทีม IBM Quantum ได้จำลองพฤติกรรมของโมเลกุลลิเธียมไฮไดรด์ทั้งหมดบนคลาวด์ในเวลาเพียง 9 ชั่วโมงบนแพลตฟอร์ม Qiskit Runtime ของ IBM ในปี 2560 นักวิจัยได้จำลองโมเลกุลดังกล่าวโดยใช้โปรเซสเซอร์ควอนตัม 7 qubit ซึ่งใช้เวลาถึง 45  วัน

อ่านข่าวเต็มได้ที่: ZDNet

วันจันทร์ที่ 17 พฤษภาคม พ.ศ. 2564

คนไข้อาจไม่รับคำแนะนำจากหมอ AI ที่รู้จักชื่อพวกเขา

AI Doctor
IMAGE: UNSPLASH/ALEXANDER SINN

จากผลการศึกษาของนักวิจัยจาก  Pennsylvania State University (Penn State) และ University of California, Santa Barbara พบว่า ผู้ป่วยอาจไม่เชื่อใจแพทย์แบบปัญญาประดิษฐ์  (artificial intelligence) หรือ AI ที่รู้จักชื่อและประวัติทางการแพทย์ของพวกเขา ทีมนักวิจัยได้ออกแบบแชทบอท 5 ตัว โดยบอทเหล่านี้ถูกตั้งโปรแกรมให้ถามคำถามเกี่ยวกับอาการและพฤติกรรมที่เกี่ยวข้องกับ COVID-19 จากนั้นจึงวินิจฉัยและให้คำแนะนำ ผู้เข้าร่วมการศึกษามีแนวโน้มที่จะพิจารณาว่าแชทบอทล่วงล้ำ และมีแนวโน้มน้อยมากที่จะปฏิบัติตามคำแนะนำทางการแพทย์ เมื่อแชทบอทคุยกับพวกเขาโดยชื่อแรก (first name) และอ้างถึงประวัติทางการแพทย์ของพวกเขา แต่ในทางกลับกันพวกเขาคาดว่าหมอที่เป็นคนจะสามารถแยกเขาออกออกจากคนไข้รายอื่น และมีแนวโน้มน้อยที่จะปฏิบัติตามถ้าหมอจำข้อมูลของพวกเขาไม่ได้ Shyam Sundar จาก Penn State กล่าวว่า "เมื่อระบบ AI รับรู้ถึงความเป็นเอกลักษณ์ของบุคคล มันจะถูกมองว่าเป็นการล่วงล้ำ ซึ่งสะท้อนถึงความกังวลที่มากขึ้นกับการใช้ AI ในสังคม"

อ่านข่าวเต็มได้ที่: Penn State News

วันอาทิตย์ที่ 16 พฤษภาคม พ.ศ. 2564

AI ใช้พลังงานมหาศาลแต่แฮกเกอร์จะทำให้มันใช้มากขึ้นไปอีก

TAYLOR VICK/UNSPLASH
TAYLOR VICK/UNSPLASH

นักวิจัยของ Maryland Cybersecurity Center (MC2) ได้สรุปการโจมตีที่สามารถเพิ่มการใช้พลังงานของระบบปัญญาประดิษฐ์ (artificial intelligence) หรือ AI โดยการบังคับให้เครือข่ายประสาทเทียมในระดับลึก (deep neural network) ใช้ทรัพยากรในการคำนวณมากเกินความจำเป็น ทีมงานได้เพิ่มสัญญาณรบกวนเล็กน้อยให้กับอินพุตของเครือข่ายประสาทเทียมแบบหลายทางออกที่ปรับข้อมูลเข้าได้ (input-adaptive multi-exit neural network) ซึ่งทำให้ระบบมองว่ายากขึ้นขึ่งต้องใช้การคำนวณที่เพิ่มขึ้น นั่นคือต้องใช้พลังงานมากขึ้นในการทำให้เสร็จสมบูรณ์ ในการสมมติว่าผู้โจมตีมีข้อมูลทั้งหมดเกี่ยวกับเครือข่าย นักวิจัยสามารถใช้พลังงานในระดับสูงสุด และถ้าสมมติว่ามีข้อมูลน้อยหรือไม่มีเลยก็ยังสามารถทำให้การประมวลผลช้าลง และเพิ่มการใช้พลังงานได้จาก 20% ถีง 80% แม้ว่าการแฮ็กนี้ยังคงอยู่เป็นทฤษฎีอยู่ แต่ Tudor Dumitras จาก MC2 กล่าวว่า "สิ่งที่สำคัญก็คือการทำให้คนสนใจว่านี่เป็นรูปแบบภัยคุกคามใหม่ และการโจมตีประเภทนี้สามารถเกิดขึ้นได้"

อ่านข่าวเต็มได้ที่: MIT Technology Review

วันเสาร์ที่ 15 พฤษภาคม พ.ศ. 2564

แหวนอัจฉริยะที่มีชิป RFID ฝังอยู่

3D-printed smart ring
ภาพจาก Fraunhofer-Gesellschaft (Germany)

นักวิจัยจากสถาบัน Fraunhofer Institute for Casting, Composite and Processing Technology (IGCV) ของเยอรมนีได้พัฒนาแหวนสำหรับสวมนิ้วอัจฉริยะที่พิมพ์จากเครื่องพิมพ์สามมิติ (3D) ที่สามารถใช้แทนกุญแจบ้าน กระเป๋าสตางค์ บัตรประกันสุขภาพ และอื่น ๆ ได้ แหวนอัจฉริยะมีชิประบุตัวตนด้วย RFID อยู่ในตัวที่ช่วยให้สามารถซื้อสินค้า เปิดประตูอัจฉริยะ จัดเก็บข้อมูลทางการแพทย์ และยังทำเรื่องอื่น ๆ ได้อีกมากมาย การพิมพ์แบบสามมิติจะพิมพ์ทีละชั้น มีการหยุดพิมพ์เพื่อฝังชิป RFID เข้าไปในโพรงของแหวน จากนั้นจึงพิมพ์ต่อไป  Maximilian Binder ของ IGCV กล่าวว่า "การแปลงเทคโนโลยีฮาร์ดแวร์ เพื่อให้สามารถฝังชิ้นส่วนอิเล็กทรอนิกส์ในระหว่างกระบวนการผลิตนั้นเป็นเอกลักษณ์ของงานนี้"

อ่านข่าวเต็มได้ที่: Fraunhofer-Gesellschaft (Germany)

วันศุกร์ที่ 14 พฤษภาคม พ.ศ. 2564

ตัวแบบการคำนวณแสดงความคล้ายคลีงของการเรียนรู้ระหว่างคนกับแมลง

fruit fly
Photo by Andriyko Podilnyk on Unsplash

ตัวแบบการคำนวณที่พัฒนาโดยนักวิจัยจาก University of Sussex ของสหราชอาณาจักรแสดงให้เห็นถึงความคล้ายคลึงกันในการเรียนรู้ของแมลงและสัตว์เลี้ยงลูกด้วยนม แบบจำลองแสดงให้เห็นว่าเซลล์ประสาทโดปามีนในสมองของแมลงวันผลไม้สร้างสัญญาณคล้ายกับเซลล์ประสาทโดปามีนในสัตว์เลี้ยงลูกด้วยนม และสัญญาณเหล่านี้สนับสนุนการเรียนรู้ตามสิ่งที่เรียกว่า ข้อผิดพลาดในการทำนายรางวัล (reward prediction error หรือ RPE James Bennett นักวิจัยจาก Sussex กล่าวว่า "การสร้างสะพานเชื่อมระหว่างการศึกษาแมลงและสัตว์เลี้ยงลูกด้วยนมเกี่ยวกับการเรียนรู้ อาจเปิดโอกาสในการใช้ประโยชน์จากเครื่องมือทางพันธุกรรมที่มีประสิทธิภาพสำหรับการทดลองในแมลงและสมองที่มีขนาดเล็กลง เพื่อให้เข้าใจถึงการทำงานของสมองและโรคในสัตว์เลี้ยงลูกด้วยนม รวมถึงมนุษย์ด้วย"

อ่านข่าวเต็มได้ที่: University of Sussex (U.K.)

วันพฤหัสบดีที่ 13 พฤษภาคม พ.ศ. 2564

60% ของแอปเกี่ยวกับโรงเรียนแบ่งปันข้อมูลเด็ก ๆ กับแอปอื่นๆ

Photo: Kena Bentacur (Getty Images)
PhotoKena Bentacur (Getty Images)

การศึกษาโดย Me20B Alliance เป็นบริษัทด้านเทคโนโลยีที่ไม่แสวงหากำไร ได้วิเคราะห์แอป "อรรถประโยชน์" 73 ตัวสำหรับเขตการศึกษาหลาย ๆ เขต และพบว่าประมาณ 60% แบ่งปันข้อมูลนักเรียนบางส่วนกับบริษัทด้านการตลาด  ผู้ปกครองและนักเรียนดาวน์โหลดแอปเหล่านี้เพื่อตรวจสอบปฏิทินของโรงเรียนหรือตารางเวลารถประจำทางเป็นต้น ข้อมูลที่แชร์รวมถึงตำแหน่งของนักเรียน รายชื่อผู้ติดต่อ และตัวระบุโฆษณาบนมือถือของโทรศัพท์ นักวิจัยพบว่าใน 73 แอปนี้มีชุดพัฒนาซอฟต์แวร์ (software development kit) หรือ SDK 486 ชุด  ซึ่งเป็นไลบรารีขนาดเล็กของโค้ดที่ช่วยสร้างรายได้จากแอป ด้วยการแชร์ข้อมูลกับเครือข่ายแอปของบริษัทอื่น ๆ ประมาณสองในสามของ SDK เป็นของ Facebook หรือ Google และส่วนที่เหลือแชร์ข้อมูลกับบริษัทที่ไม่ค่อยมีคนรู้จัก ซึ่งก็จะไปแชร์ข้อมูลต่อกับบริษัทที่มีใครรู้จักอีกถ้าไม่ใช่หลายร้อยก็หลายสิบบริษัท

อ่านข่าวเต็มได้ที่: Gizmodo


วันพุธที่ 12 พฤษภาคม พ.ศ. 2564

แอปเกี่ยวกับการมีลูกแอบแบ่งปันข้อมูล

Fertility apps in play store
ตัวอย่างแอปเกี่ยวกับการมีลูกใน Play Store

การศึกษาของนักวิจัยจาก Newcastle University ในสหราชอาณาจักร และมหาวิทยาลัย Umea ของสวีเดนพบว่าแอปเกี่ยวกับการมีลูกอันดับต้น ๆ จำนวนมาก รวบรวมและแบ่งปันข้อมูลส่วนบุคคลโดยผู้ใช้ไม่รู้หรือไม่ได้รับอนุญาตจากผู้ใช้ นักวิจัยได้ศึกษาข้อกำหนดเกี่ยวกับความเป็นส่วนตัว และแนวทางปฏิบัติในการติดตามการใช้งานของแอปการมีลูกที่ให้ใช้งานฟรี 30 แอป โดยเลือกจากผลการค้นหาอันดับต้น ๆ ใน Google Play Store พวกเขาพบว่าข้อกำหนดเกี่ยวกับความเป็นส่วนตัว และแนวทางปฏิบัติในการติดตามการใช้งานของแอปเหล่านี้ ส่วนใหญ่ไม่เป็นไปตามกฎระเบียบการคุ้มครองข้อมูลทั่วไปของสหภาพยุโรป นักวิจัยยังพบว่าไม่ว่าผู้ใช้จะยอมมีส่วนร่วมกับข้อกำหนดความเป็นส่วนตัวของแอปหรือไม่ก็ตาม จะมีการเปิดใช้งานตัวติดตามผู้ใช้โดยเฉลี่ยแล้ว 3.8 ตัวทันทีที่ติดตั้งและเปิดแอป นักวิจัยเชื่อว่าจำเป็นต้องมีกระบวนการทางกฎหมายและจริยธรรมที่เพียงพอเพื่อจัดการกับข้อมูลดังกล่าว

อ่านข่าวเต็มได้ที่: News-Medical Life Sciences

วันอังคารที่ 11 พฤษภาคม พ.ศ. 2564

IBM เปิดตัวเทคโนโลยีชิปแบบ 2 นาโนเมตร

2-nanometer chip technology
ภาพจาก Reuters

IBM ได้เปิดตัวสิ่งที่เรียกว่าเทคโนโลยีการผลิตชิป 2 นาโนเมตรตัวแรกของโลกซึ่งจะมีขนาดเล็กและเร็วกว่าโปรเซสเซอร์ 5 นาโนเมตรระดับแนวหน้าที่ใช้ในปัจจุบัน รวมถึงชิป 3 นาโนเมตรที่คาดว่าจะตามมา บริษัทกล่าวว่าชิปใหม่นี้อาจเร็วกว่าชิป 7 นาโนเมตรทั่วไปที่ใช้ในแล็ปท็อปและโทรศัพท์สมัยใหม่หลายรุ่นถึง 45% และประหยัดพลังงานมากขึ้นถึง 75% Dario Gil จาก IBM Research กล่าวว่าการย่อขนาดทรานซิสเตอร์ของชิปจะช่วยเพิ่มความเร็วและประสิทธิภาพ ในขณะเดียวกันก็สร้างปัญหาเกี่ยวกับการรั่วไหลของอิเล็กตรอนเมื่อสวิตช์ควรจะอยู่ในสถานะปิด  Gil กล่าวว่านักวิทยาศาสตร์ของไอบีเอ็มปูแผ่นฉนวนกันความร้อนที่หนาเพียงไม่กี่นาโนเมตรเพื่อหยุดการรั่วไหล บริษัทบอกว่าชิป 2 นาโนเมตรจะใช้เวลาอีกหลายปีในการออกสู่ตลาด

อ่านข่าวเต็มได้ที่: Reuters

วันจันทร์ที่ 10 พฤษภาคม พ.ศ. 2564

อัลกอริทึมช่วยปรับปรุงวิธีการปกป้องข้อมูล

Yongjune Kim
ภาพจาก DGIST

นักวิจัยจาก Daegu Gyeongbuk Institute of Science and Technology (DGIST) ของเกาหลีใต้ได้พัฒนาอัลกอริทึมที่ใช้ประเมินและตรวจสอบความปลอดภัยของการเข้ารหัส โดยใช้ความซับซ้อนในการคำนวณน้อยลง  โดยทั่วไปแล้วมาตรวัด "Min-entropy" จะใช้ในการประมาณและตรวจสอบคุณสมบัติขอต้นทางที่นำมาใช้ในการสร้างตัวเลขสุ่มที่ใช้ในการเข้ารหัสข้อมูล อัลกอริธึมแบบออฟไลน์ที่พัฒนาโดยนักวิจัย จะประเมินค่า min-entropy จากชุดข้อมูลทั้งหมด พวกเขายังพัฒนาเครื่องมือประมาณค่าแบบออนไลน์ ที่ต้องการตัวอย่างข้อมูลที่ไม่มากนัก และเมื่อใช้ตัวอย่างข้อมูลเพิ่มขึ้นก็จะได้ความแม่นยำที่มากขึ้น เนื่องจากเครื่องมือประมาณค่าแบบออนไลน์ไม่ต้องการพื้นที่จัดเก็บสำหรับชุดข้อมูลทั้งหมด จึงเหมาะสำหรับอุปกรณ์อินเทอร์เน็ตของสรรพสิ่ง (Internet of Things) และแอปพลิเคชันอื่น ๆ ที่มีข้อจำกัดด้านหน่วยความจำ พื้นที่จัดเก็บข้อมูล และฮาร์ดแวร์ Yongjune Kim จาก DGIST กล่าวว่า "การประเมินของเราแสดงให้เห็นว่า อัลกอริทึมของเราสามารถประมาณค่า min-entropy ได้เร็วกว่าอัลกอริทึมมาตรฐานปัจจุบัน 500 เท่าในขณะที่ยังคงความแม่นยำในการประมาณค่าเอาไว้" 

อ่านข่าวเต็มได้ที่: Daegu Gyeongbuk Institute of Science and Technology (South Korea)

วันอาทิตย์ที่ 9 พฤษภาคม พ.ศ. 2564

เพิ่มความเร็วในการรักษาโควิดแบบใหม่

University of new Mexico
ภาพจาก University of New Mexico

นักวิทยาศาสตร์จาก University of New Mexico (UNM)  และ University of Texas at El Paso ได้พัฒนาเครื่องมือคำนวณ เพื่อช่วยให้นักวิจัยยาระบุโมเลกุลต่อต้านโควิดได้อย่างรวดเร็ว ก่อนที่ไวรัสจะจู่โจมเซลล์ของมนุษย์ หรือหยุดการทำงานของมันในระยะแรกของการติดเชื้อ ทีมงานได้เปิดตัว REDIAL-2020 ซึ่งเป็นชุดตัวแบบการคำนวณแบบโอเพนซอร์สที่สามารถช่วยคัดกรองโมเลกุลขนาดเล็กอย่างรวดเร็ว เพื่อหาลักษณะการต่อสู้กับโควิดที่มีประสิทธิภาพ REDIAL-2020 ใช้อัลกอริทึมการเรียนรู้ของเครื่อง (machine learning) หรือ ML)ที่ประมวลผลข้อมูลจำนวนมากอย่างรวดเร็ว และกำจัดรูปแบบที่นักวิจัยที่เป็นมนุษย์อาจพลาดไป ทีมงานได้ตรวจสอบการคาดการณ์ของ ML โดยเปรียบเทียบชุดข้อมูลจาก National Center for Advancing Translational Sciences กับผลลัพธ์ของยาที่ผ่านการอนุมัติที่บันทึกไว้ในฐานข้อมูล DrugCentral ของ UNM

อ่านข่าวเต็มได้ที่: University of New Mexico


วันเสาร์ที่ 8 พฤษภาคม พ.ศ. 2564

การเรียนรู้ของเครื่องนำภาพถ่ายดิจิทัลให้กลับมามีชีวิต

Generated Synthesized Picture
การสังเคราะห์ภาพเพื่อเปลี่ยนการโฟกัส Image: Courtesy of Nima Kalantari

เทคนิคการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่พัฒนาโดยนักวิจัยจาก Texas A&M University (TAMU) ช่วยให้ผู้ใช้สามารถสร้างมุมมองใหม่ ๆ ของฉากจากภาพถ่ายเพียงภาพเดียว Nima Kalantari จาก TAMU กล่าวว่า "เราสามารถดาวน์โหลดและใช้ภาพใดก็ได้บนอินเทอร์เน็ต แม้กระทั่งภาพที่มีอายุ 100 ปี และทำให้ภาพนั้นกลับมามีชีวิตอีกครั้ง และมองมันจากมุมที่แตกต่างกัน" Kalantari และนักศึกษาระดับบัณฑิตศึกษา Qinbo Li ได้ฝึกฝนเครือข่ายการเรียนรู้เชิงลึกเพื่อสร้างมุมมองใหม่ ๆ จากภาพเพียงภาพเดียวโดยให้มันศึกษาชุดภาพกว่า 2,000 ภาพ และภาพของมุมมองใหม่ ๆ ที่เกี่ยวข้อง ภาพที่ใช้เป็นข้อมูลแต่ละภาพจะถูกแปลงเป็นภาพแบบมัลติเพลน (multiplane) เพื่อฝึกเครือข่ายให้ระบุตำแหน่งของวัตถุในฉาก

อ่านข่าวเต็มได้ที่: Texas A&M Engineering News

วันศุกร์ที่ 7 พฤษภาคม พ.ศ. 2564

VR อาจช่วยปรับปรุงความสมดุลในผู้สูงอายุ

VR Technology for Adult Balance
ภาพจาก University of Bath (U.K.)

นักวิจัยจาก University of Bath ของสหราชอาณาจักรและ FIFA Medical Center of Excellence ของโปรตุเกสกำลังสำรวจการใช้ความจริงเสมือน (virtual reality) หรือ VR เพื่อปรับปรุงความสมดุลและป้องกันการหกล้มในผู้สูงอายุ นักวิจัยได้ตรวจสอบข้อมูลจากการศึกษา 19 ครั้งเพื่อตรวจสอบความถูกต้อง ความน่าเชื่อถือ ความปลอดภัย ความเป็นไปได้ และประสิทธิผลของระบบจอแสดงผลแบบสวมศีรษะสำหรับการประเมินและฝึกความสมดุลในผู้สูงอายุ พวกเขาพบว่า VR ไม่เพียงแต่สามารถประเมินความสมดุลได้อย่างมีประสิทธิภาพช่วยป้องกันการหกล้ม และปรับปรุงการควบคุมท่าทางและรูปแบบการเดิน แต่ยังแยกความแตกต่างระหว่างบุคคลที่มีสุขภาพดีและมีความบกพร่องในการทรงตัวอีกด้วย Dr. Pooya Soltani จาก Bath กล่าวว่า "VR ช่วยให้เรามีความยืดหยุ่นในการเพิ่มเอฟเฟกต์ที่ทำให้สับสน หรือปรับขนาดและลบองค์ประกอบต่าง ๆ เพื่อทดสอบว่าผู้เข้าร่วมรักษาสมดุลได้ดีเพียงใด"

อ่านข่าวเต็มได้ที่: University of Bath (U.K.)